手机推荐排行榜,好看的课外书

為了實(shí)現(xiàn)報(bào)刊社所有用戶(hù)靜態(tài)信息和行為信息的全面分析，并在此基礎(chǔ)上借助推薦引擎提供個(gè)性化的服務(wù)，需要建立一個(gè)數(shù)據(jù)適應(yīng)能力強(qiáng)、處理高效、運(yùn)行穩(wěn)定的用戶(hù)資產(chǎn)管理子平臺(tái)。該平臺(tái)能從各個(gè)媒體傳播渠道搜集的讀者用戶(hù)的靜態(tài)信息和用戶(hù)行為信息進(jìn)行匯集和整理，基于海量用戶(hù)特征和挖掘技術(shù)對(duì)用戶(hù)建立標(biāo)簽化信息全景，形成360°用戶(hù)畫(huà)像完善的數(shù)據(jù)管理及輸出流程，滿(mǎn)足個(gè)性化推薦服務(wù)等多種業(yè)務(wù)應(yīng)用的需要。

方案內(nèi)容方案優(yōu)勢(shì) 用戶(hù)價(jià)值最佳實(shí)踐

方案內(nèi)容

用戶(hù)行為收集

產(chǎn)品運(yùn)營(yíng)分析

用戶(hù)分群畫(huà)像

內(nèi)容精準(zhǔn)推薦

建立基于登錄用戶(hù)和非登錄用戶(hù)的兩套閱讀行為點(diǎn)擊收集服務(wù)，提供給報(bào)社旗下的線上傳播渠道使用，主要包含新聞網(wǎng)站、新聞APP、微信小程序、數(shù)字報(bào)刊、微網(wǎng)站等形態(tài)，進(jìn)而采集相應(yīng)的點(diǎn)擊行為數(shù)據(jù)。對(duì)登錄用戶(hù)和非登錄用戶(hù)建立統(tǒng)一標(biāo)準(zhǔn)的唯一用戶(hù)標(biāo)識(shí)，并能夠準(zhǔn)確處理登錄用戶(hù)在多個(gè)不同接觸點(diǎn)登錄的情形。

1. 用戶(hù)閱讀行為包括用戶(hù)在新聞網(wǎng)站、新聞APP、微信小程序、數(shù)字報(bào)刊、微網(wǎng)站上的各種瀏覽行為，閱讀行為數(shù)據(jù)包括：點(diǎn)擊數(shù)據(jù)、站內(nèi)搜索數(shù)據(jù)、閱讀停留時(shí)間數(shù)據(jù)、來(lái)源網(wǎng)站數(shù)據(jù)、收藏?cái)?shù)據(jù)、轉(zhuǎn)評(píng)贊數(shù)據(jù)等。

2. 用戶(hù)閱讀行為的收集采用兩種方法：js嵌碼、SDK；其中嵌碼適用于Web頁(yè)面，包括新聞網(wǎng)站、微信小程序、數(shù)字報(bào)刊、微網(wǎng)站形態(tài)的產(chǎn)品；SDK則適用于蘋(píng)果/安卓APP形態(tài)的產(chǎn)品。

3. 登錄用戶(hù)、非登錄用戶(hù)行為收集的差異：登錄用戶(hù)的行為數(shù)據(jù)收集，在流程上和非登錄用戶(hù)完全相同，主要區(qū)別是登錄用戶(hù)的行為數(shù)據(jù)，在嵌碼或者調(diào)用SDK時(shí)，同時(shí)要調(diào)用特定的方法告知登錄用戶(hù)標(biāo)識(shí)（一般是登錄名而非用戶(hù)真實(shí)姓名，網(wǎng)站/App等根據(jù)自身的情況來(lái)定）的信息。

從互聯(lián)網(wǎng)生態(tài)視角引導(dǎo)服務(wù)媒體傳播平臺(tái)建設(shè)與發(fā)展，通過(guò)對(duì)新聞網(wǎng)站、新聞APP、微信小程序、數(shù)字報(bào)刊、微網(wǎng)站等傳播平臺(tái)用戶(hù)基礎(chǔ)行為數(shù)據(jù)、用戶(hù)忠誠(chéng)度指數(shù)、傳播影響力指數(shù)、安全指數(shù)及與社交媒體的融合度分析，推動(dòng)和促進(jìn)傳播平臺(tái)的影響力擴(kuò)大、輿情把控能力增強(qiáng)及新媒體應(yīng)用能力顯著提升。

平臺(tái)可實(shí)現(xiàn)各傳播渠道進(jìn)行實(shí)時(shí)數(shù)據(jù)分析、訪客流量分析、用戶(hù)留存分析、來(lái)源分析、受訪分析等分析模型：

1、實(shí)時(shí)數(shù)據(jù)分析：支持對(duì)用戶(hù)實(shí)時(shí)訪問(wèn)走勢(shì)、今日用戶(hù)概覽、用戶(hù)實(shí)時(shí)行為、訪問(wèn)來(lái)源、活躍網(wǎng)頁(yè)進(jìn)行分析。包括但不限于實(shí)時(shí)熱點(diǎn)操作、實(shí)時(shí)行為：訪問(wèn)用戶(hù)實(shí)時(shí)走勢(shì)、今日用戶(hù)概覽、用戶(hù)實(shí)時(shí)行為、訪問(wèn)來(lái)源、活躍網(wǎng)頁(yè)。

2、訪客流量分析：分析站點(diǎn)的用戶(hù)訪問(wèn)趨勢(shì)、時(shí)長(zhǎng)比例、訪問(wèn)明細(xì)等；

3、用戶(hù)來(lái)源分析：分析用戶(hù)流量的來(lái)源渠道，包括直接訪問(wèn)、外部鏈接導(dǎo)流、社交媒體引流、搜索引擎引流等，支持對(duì)搜索引擎引流的搜索詞進(jìn)行統(tǒng)計(jì)排行，幫助運(yùn)營(yíng)人員優(yōu)化用戶(hù)引流策略。

4、站點(diǎn)受訪分析：站點(diǎn)受訪分析包括點(diǎn)擊熱力圖、受訪頁(yè)面排行、受訪欄目排行等，幫助運(yùn)營(yíng)人員快速掌握多數(shù)用戶(hù)的使用習(xí)慣和內(nèi)容偏好。

5、用戶(hù)留存分析：留存分析是一種用來(lái)分析用戶(hù)參與情況/活躍程度的分析模型，考查進(jìn)行初始行為后的用戶(hù)中，有多少人會(huì)進(jìn)行后續(xù)行為。這是衡量產(chǎn)品對(duì)用戶(hù)價(jià)值高低的重要指標(biāo)。

對(duì)具有某屬性或者某些行為特征的用戶(hù)進(jìn)行群體特征分析。通過(guò)用戶(hù)分群，快速找到用戶(hù)行為的共性，分析不同用戶(hù)群的使用情況。通過(guò)用戶(hù)標(biāo)簽體系的建設(shè)，可對(duì)用戶(hù)群體和單個(gè)用戶(hù)進(jìn)行標(biāo)簽畫(huà)像，可細(xì)查單個(gè)用戶(hù)的行為畫(huà)像，回溯其歷史行為，分析用戶(hù)流失和轉(zhuǎn)化。

用戶(hù)標(biāo)簽體系是建立用戶(hù)畫(huà)像的基礎(chǔ)，用戶(hù)標(biāo)簽體系覆蓋用戶(hù)人口屬性、用戶(hù)閱讀偏好、用戶(hù)行為偏好、用戶(hù)上網(wǎng)習(xí)慣等方面。

1、內(nèi)容標(biāo)簽體系建設(shè)：

對(duì)新聞內(nèi)容進(jìn)行標(biāo)簽刻畫(huà)。采取機(jī)器學(xué)習(xí)的相關(guān)算法來(lái)實(shí)現(xiàn)，即針對(duì)一系列給定的標(biāo)簽，對(duì)每篇新聞內(nèi)容的特征標(biāo)簽進(jìn)行自動(dòng)化提取，作為每篇新聞稿件的標(biāo)簽，得到每篇新聞的媒體內(nèi)容畫(huà)像。

2、基于用戶(hù)和內(nèi)容標(biāo)簽關(guān)聯(lián)的內(nèi)容推薦：

可以基于用戶(hù)標(biāo)簽體系和內(nèi)容標(biāo)簽體系進(jìn)行匹配，分析不同用戶(hù)群體的閱讀偏好，進(jìn)而形成用戶(hù)閱讀行為數(shù)據(jù)庫(kù)。

系統(tǒng)實(shí)時(shí)更新用戶(hù)行為軌跡的記錄，以自動(dòng)更新用戶(hù)的偏好與多維語(yǔ)義特征，實(shí)現(xiàn)為用戶(hù)推薦用戶(hù)感興趣的信息。

用戶(hù)行為收集

產(chǎn)品運(yùn)營(yíng)分析

2、訪客流量分析：分析站點(diǎn)的用戶(hù)訪問(wèn)趨勢(shì)、時(shí)長(zhǎng)比例、訪問(wèn)明細(xì)等；

用戶(hù)分群畫(huà)像

內(nèi)容精準(zhǔn)推薦

1、內(nèi)容標(biāo)簽體系建設(shè)：

2、基于用戶(hù)和內(nèi)容標(biāo)簽關(guān)聯(lián)的內(nèi)容推薦：

方案優(yōu)勢(shì)

數(shù)據(jù)采集全面

可采集頁(yè)面瀏覽行為的粒度數(shù)據(jù)，所有頁(yè)面元素級(jí)行為數(shù)據(jù)。

功能全面

通過(guò)用戶(hù)留存、內(nèi)容瀏覽、點(diǎn)擊、用戶(hù)忠誠(chéng)度、用戶(hù)閱讀習(xí)慣等各類(lèi)數(shù)據(jù)統(tǒng)計(jì)，全面分析用戶(hù)使用情況和體驗(yàn)。

全端適用

支持對(duì)新聞網(wǎng)站、新聞APP、微信小程序、數(shù)字報(bào)刊、微網(wǎng)站的用戶(hù)行為數(shù)據(jù)進(jìn)行采集、分析和畫(huà)像。

可本地化部署

部署方式靈活，支持多種部署方式，對(duì)于大規(guī)模項(xiàng)目可支持私有化部署，幫助企業(yè)搭建數(shù)據(jù)倉(cāng)庫(kù)，積累數(shù)據(jù)資產(chǎn)。

開(kāi)放接口

提供數(shù)據(jù)接口，可用于大屏展示。

用戶(hù)價(jià)值

自定義留存分析

留存是反映任何一款產(chǎn)品健康度的高級(jí)指標(biāo)，無(wú)論是運(yùn)營(yíng)好壞、產(chǎn)品功能設(shè)計(jì)如何，最終都可以通過(guò)留存衡量整體的情況，貼合產(chǎn)品業(yè)務(wù)本身去衡量留存，精細(xì)化評(píng)估產(chǎn)品健康度，讓留存數(shù)據(jù)更有價(jià)值和指導(dǎo)意義。

精細(xì)化渠道質(zhì)量評(píng)估

如何評(píng)估媒體產(chǎn)品運(yùn)營(yíng)質(zhì)量，需要基于用戶(hù)行為并且貼合業(yè)務(wù)去評(píng)估，一款產(chǎn)品，通過(guò)不同渠道帶來(lái)的用戶(hù)，查看了內(nèi)容詳情的有多少，參與互動(dòng)的有多少，哪些用戶(hù)有邀請(qǐng)行為，最后留存最高的是哪個(gè)渠道，再結(jié)合渠道投入，計(jì)算ROI。

產(chǎn)品分析（路徑轉(zhuǎn)化/漏斗分析、找到媒體產(chǎn)品改進(jìn)關(guān)鍵點(diǎn)、找到促進(jìn)核心轉(zhuǎn)化的相關(guān)因素、Aha moment等）

路徑轉(zhuǎn)化/漏斗分析：關(guān)注核心轉(zhuǎn)化，比如注冊(cè)轉(zhuǎn)化、購(gòu)買(mǎi)轉(zhuǎn)化，從而優(yōu)化流失節(jié)點(diǎn)，優(yōu)化行為路徑設(shè)計(jì)；找到產(chǎn)品改進(jìn)關(guān)鍵點(diǎn)：用數(shù)據(jù)量化產(chǎn)品核心功能，讓產(chǎn)品迭代排期更科學(xué)，部門(mén)配合更高效；找到促進(jìn)核心轉(zhuǎn)化的相關(guān)因素：挖掘促進(jìn)用戶(hù)觸發(fā)核心行為的關(guān)鍵行為，比如可促進(jìn)用戶(hù)實(shí)現(xiàn)內(nèi)容訂閱的某些因素，找到相關(guān)行為做優(yōu)化或運(yùn)營(yíng)激勵(lì)； Aha moment（驚艷一刻）：快速執(zhí)行，超出用戶(hù)預(yù)期，讓產(chǎn)品指數(shù)級(jí)增長(zhǎng)。

精準(zhǔn)服務(wù)（用戶(hù)分群、用戶(hù)分層、活動(dòng)質(zhì)量評(píng)估）

通過(guò)用戶(hù)點(diǎn)擊閱讀行為、搜索行為、點(diǎn)擊關(guān)注、互動(dòng)行為等這些行為以及行為觸發(fā)的人、時(shí)間、頻次了解用戶(hù)最近在關(guān)注什么、對(duì)哪一類(lèi)商品感興趣、對(duì)哪一類(lèi)文章感興趣、哪種理財(cái)偏好。用行為維度和屬性維度共同去定位用戶(hù)在媒體產(chǎn)品的生命周期以及真實(shí)生活場(chǎng)景中的角色。內(nèi)容運(yùn)營(yíng)更精準(zhǔn)，用戶(hù)體驗(yàn)更佳。

最佳實(shí)踐

福建日?qǐng)?bào)報(bào)業(yè)集團(tuán)
深圳報(bào)業(yè)集團(tuán)
浙江日?qǐng)?bào)報(bào)業(yè)集團(tuán)